NumPy loadtxt 函数参数详解与实战示例

在NumPy库中，提供了两种主要函数用于读取文件，其中针对纯文本文件（txt）的读取操作尤为常用。本文将重点介绍这两种函数的具体用法。

首先是loadtxt函数，其标准调用格式如下所示：

numpy.loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

上述代码列出了loadtxt支持的所有关键字参数。接下来，我们将逐一解释这些参数的含义，并配合具体示例进行说明。

本教程基于Jupyter Notebook环境编写，该环境支持交互式代码执行，便于实时查看结果。

%%writefile test.txt # 这是用来写入文件的代码
1 2 3 4 
2 3 4 5
3 4 5 6
4 5 6 7

首先展示最基础的loadtxt调用代码：

import numpy as np
a = np.loadtxt('test.txt')#最普通的loadtxt
print(a)

实际上，只需直接指定文件名即可，其余关键字参数均保持默认值。运行后的输出结果为：

[[1. 2. 3. 4.] [2. 3. 4. 5.] [3. 4. 5. 6.] [4. 5. 6. 7.]]

输出结果中数值显示为浮点数，这是因为Python默认的数字数据类型为双精度浮点数。

%%writefile test.txt
A B C
1 2 3
4 5 6
7 8 9

a = np.loadtxt('test1.txt', skiprows=1, dtype=int)
print(a)

参数skiprows用于指定跳过文件开头的行数。例如，设置skiprows=1将跳过第1行；若设置为skiprows=2，则跳过前两行。此时的输出结果为：

[[1 2 3] [4 5 6] [7 8 9]]

%%writefile test.txt
A B C
1 2 3
# AAA
4 5 6
7 8 9

a = np.loadtxt('test2.txt', dtype=int, skiprows=1, comments='#')
print(a)

参数comments用于指定注释标识符。若某行以指定的字符（默认为#）开头，则该整行将被忽略。示例输出如下：

[[1 2 3] [4 5 6] [7 8 9]]

%%writefile test.txt
A B C
1, 2, 3
# AA AAA
4, 5, 6
7, 8, 9

(a, b) = np.loadtxt('test.txt', dtype=int, skiprows=1, comments='#', delimiter=',', usecols=(0, 2), unpack=True)
print(a, b)

参数usecols用于指定需要读取的列索引（如0和2），而unpack=True则表示将每一列作为独立的向量输出，而非合并为一个二维数组。

[1 4 7] [3 6 9]

最后介绍converters参数，该参数用于对数据进行预处理。我们可以预先定义一个处理函数，并通过字典形式指定特定列的处理逻辑。例如，指定第0列使用add_one函数进行预处理：

def add_one(x):
return int(x)+1#注意到这里使用的字符的数据结构
(a, b) = np.loadtxt('test.txt', dtype=int, skiprows=1, converters={0:add_one}, comments='#', delimiter=',', usecols=(0, 2), unpack=True)
print(a, b)

执行后的输出结果为：

[2 5 8] [3 6 9]

此外，提供GitHub上的Jupyter Notebook源代码链接供参考：

https://github.com/ChangChunHe/PythonLearning/blob/master/Numpy/8.loadtxt_and_genfromtxt.ipynb

以上是关于NumPy loadtxt函数的完整介绍，希望内容能对您的学习有所帮助。欢迎继续支持本站获取更多技术资源。